AA-CLIP: Enhancing Zero-shot Anomaly Detection via Anomaly-Aware CLIP

异常检测（AD）用于识别缺陷和病灶检测等应用中的异常值。尽管CLIP因其强大的泛化能力在零样本AD任务中显示出潜力，但其固有的异常无感知性导致对正常和异常特征的区分能力有限。为了解决这一问题，我们提出了异常感知CLIP（AA-CLIP），它在文本和视觉空间中增强了CLIP的异常区分能力，同时保留了其泛化能力。AA-CLIP通过一个简单而有效的两阶段方法实现：首先创建异常感知的文本锚点，以清晰地区分正常和异常语义，然后将补丁级别的视觉特征与这些锚点对齐，以实现精确的异常定位。借助残差适配器的帮助，这种两阶段策略逐步以可控的方式调整CLIP，在保持CLIP类别知识的同时实现有效的异常检测。广泛的实验验证了AA-CLIP作为一种资源高效的解决方案，在零样本AD任务中取得了最先进的成果，并在工业和医疗应用中表现出色。代码可在https://github.com/Mwxinnn/AA-CLIP获取。

该论文试图解决CLIP在异常检测（AD）任务中固有的异常无感知问题，即CLIP难以有效区分正常和异常特征的问题。这是一个需要改进现有模型性能的问题，而非全新的问题领域。

关键思路是提出Anomaly-Aware CLIP（AA-CLIP），通过两阶段的方法增强CLIP对异常的辨别能力。首先创建异常感知文本锚点以清晰区分正常和异常语义，然后将图像的补丁级视觉特征与这些锚点对齐以实现精确的异常定位。这种方法利用了残差适配器逐步调整CLIP，从而在保持其泛化能力的同时提高异常检测效果。

亮点包括：1) 提出了一个资源高效的零样本异常检测解决方案；2) 在工业和医疗应用中取得了最先进的成果；3) 提供了开源代码（https://github.com/Mwxinnn/AA-CLIP），使得研究可复现并促进进一步发展；4) 实验设计广泛验证了方法的有效性。

最近在这个领域中，相关的研究还包括《Contrastive Learning for Unsupervised Anomaly Detection and Localization》、《Zero-Shot Anomaly Detection via Semantic Embedding and Nearest-Class Mean Classification》等论文，它们探索了对比学习、语义嵌入和其他深度学习技术在异常检测中的应用。